30歳になったしブログでも書くか

諸行無常である、というこのこと自体は、常である。『万物流転の法則』自体は流転しない。そんな流転しない物事をできるだけ見ていたいね、ということで数学や物理について学んだりしようと思っているブログです。

【ZorinOS】Linux OSにデビューしてみた

 

こんにちは。

 

今回はLinux OSを初めて導入してみた件について書いていこうと思います。

 

令和８年の測量士の試験に合格し、合格祝いに何かを自分に与えてあげようと思った。

 

資格の勉強（＝自称：しかべん）に、カフェに行くことが多く、カフェでの調べものをたくさんしたいため、ノートPCがほしいな、と思った。

 

しかし、現在、デスクトップPCを持っており、ゲーミングもできるそこそこいいPCだから、そんなにハイスペノートPCがいるわけでもないため、どちらかというと低スペックの最低限の機能を使用できるPCならそれでいいな、という感じだった。

 

とはいえ、PCなんてハイスペに越したことはない。

 

Geminiと色々と話しているうちに、LinuxOSは、OSが占めるデータサイズが少ない、という情報を得た。

 

ざっくりと、

windows OSで、core i5のものと、

Linux OS で、core i3が同等

という情報を得た。

 

え、そんなハックがあるのか？と思い、色々調べるうちに、

OSの挿し替えなんかも面白そうだな、と思い、この度、

「低スペノートPCに、Linux OSを入れて、サクサク動かそう計画」

が始動した。

 

計画としては、

4GB, core i3で1万円〜2万円の限界ギリギリのノートPCを購入して、

windoswOSを削除して、zorinOSを導入する。

 

OSの軽さのおかげで、サクサク動作！！（⤴）

 

というものだった。

 

windowsOSは、贅肉のようなプロセスがバックグラウンドで動いており、

そのせいでコアなりスレッドなりを消費して、動作を遅くなっているということだった。

ハイスペPCであれば、そういう贅沢も気にせず、ぐんぐん動くわけだが。

しかし、こちらとしては、

「低スペノートPCに、Linux OSを入れて、サクサク動かそう計画」

なのでした。

 

さて、では、実際の結論としてはどうだったかというとだが。

 

オンラインで買ったほうがよかったのかもしれないが、

実機のキーボードタイプ感を知りたかったというのもあり、実店舗に行った。

 

大阪の秋葉原と呼ばれる「日本橋」に行った。

 

PCコンフルというやけに接客がいい店を何軒もはしごして、

結局、中古の

Lenovo thinkpad X1 carbon 9th ８GBを4万円ちょうど、で購入した。

 

最近、なにか、こう、中古というものに惹かれておる。

新品であるということはそれほど重要でないな、と思い始めている。

自分はどちからというと衛生観念が低く、ものの扱いもそれほど丁寧な方ではないため、新品で購入しても、劣化する間隔が早い。

 

僕の手にわたり、使用した瞬間に中古になるのであれば、

もはや最初から中古でいいな、というわけである。

 

そういうわけで、

ビジネスバッグや、夏用のスラックスを購入して、

そしてノートPCまでも中古で購入したわけである。

 

 

Lenovo thinkpad X1といえば、9thであるにせよ、

Lenovoのフラッグシップ機である。

 

それがこの一つ前の8thのX1が4.5万円で売っている中、

（メモリ16GBだったが）

これは4万円ちょっきりだった。

 

理由としては、windowsを入れるなら、8GBでは心もとないという意見から、

在庫として残り続けていたらしい。

 

店側としても早く在庫をはきたいということもあり、

かなり破格（と言ってもいいような値段）で売られていた。

 

まあそれでもなお、

2万円台で購入したかった僕は、

windowsを入れずに、LinuxOSを入れて使用するので、

windowsのライセンスキーいらないので、

2万円ほど値引きしてください、と交渉した。

 

しかし、ライセンスキーはこの端末のこのマザボに紐付いているため、ライセンスを解除することができないということで、

LinuxOSを使用するから、windowsOSは削除するというのに、

ライセンスキー代も購入して、

泣く泣く、（しかし、ときめいていたので）4万円で購入することになった。

 

ま！Linux入れるなら、メモリ8GBであっても気にならないし、

Linuxを導入する意味があるなと思ったし、

Lenovoのthinkpad X1の画面の縦の長さが少しだけ（文1-2行分）長い、というユーザーフレンドリー具合や、

キーボード中央の赤いまるポチも気に入ったので、

この端末を購入することとなった。

 

ときめいていたので、

購入した際は、満足感がかなり高かった。

 

今、このブログもこのPCで書いている。

 

さて、zorinOSをインストールする段階である。

色々調べていると、Linux mintも初心者用らしくて、良さそうだったのだが、

まあとりあえずzorinOSにしてみた。

 

USBにrufusでisoファイルを書き込み、

thinkpadに挿して

USB bootを選択して、

zorinを起動して、インストール。

 

日本語入力ができないので、

LinuxにおけるIMEのようなものを設定して、

なんとか今、日本語入力できるようになった。

 

AI時代で、なんでもAIに聞けば答えてもらえる時代だからこそ、

OSの変更なんてことができているみたいなところがある。

 

なにもかも調べながらでないと、Linuxは進めないので、

自分で検索していたら、なかなか進めなかっただろうな。。。

 

以上、Linux OSのzorinOSデビューを果たしたという話でした。

 

おしまい

 

最小二乗法と測量網平均！誤差をどのように捉えるか？

 

測量の現場、あるいは、観測データの解析において、毎回僕らは「観測誤差」というものに向き合うことになる。

 

トータルステーションを設置するときに、求心作業と整準作業を行い、器械高をメジャーで計測するが、その各々の作業に誤差が付きまとう。

 

ミラーを持って水泡管を見ながら水平にプリズムを立てて、観測するにしても、2回観測すれば、その2個の観測値は同じにならなかったりする。

 

もちろん誤差は、それほど大きな量ではないけれども、器械設置にも誤差があり、観測にも誤差があり、そもそもの基準点にも誤差があり、

 

誤差、誤差、誤差…と散り積もって、実際の観測値にどれほど真実味があるのかわかったものではない。

 

そんな観測値・計測値の捉えどころのなさを、体系立てて説明してくれている本についに出会った。

 

田嶋稔／小牧和雄

『最小二乗法と測量網平均の基礎』

(東洋書店)

である。

 

最小二乗法という考え方は、はじめ、ルジャンドルが水星の軌道を天体観測値から計算するときに使用されたらしい。

 

最小二乗法というのは、平たく言えば、平均を取る、ということである。

 

たとえば、3と5の平均は(3+5)÷2で、4である。

足して2で割るってやつである。

なんか小栗旬とゴリラを足して2で割ったような顔だねーのやつである。

 

もう少し一般的に言えば、データの合計をデータの個数で割るというやつである。

 

漢字から説明すれば、「たいらに、ならす」ということである。飛び出たところを削って、足りないところにあてる。

 

しかし、平均値には、別の見方があるんだよ、というのがこの本の最初の主張である。

 

その主張とは、

平均値は誤差の二乗の合計を最小にするんだよ。

誤差の2乗の和を最小にする値こそが、平均値なんだよ。

というものである。

 

詳らかに見ていこうッ。

先ほどの例、3と5の平均は4を、最小二乗法的に見てみよう。

 

平均値が何か知らない人(万田くん(仮))が、平均値は誤差の集積を最小にするものなんだよ、という定義を聞いて、計算してみようとしたと仮定してほしい。

 

万田くんは平均値は足して2で割れば算出できることを知らないが、めちゃくちゃ賢いので、以下のように計算を始めた。

 

私は平均値がわからないから、とりあえず、xとおく。わからないものを文字にして、数式に組み込む、この考え方こそが代数学だ。

 

誤差の二乗を最小にするってわけだし、まず誤差を計算すると、

x-3、x-5

が誤差だな。

その二乗だから、

(x-3)^2、(x-5)^2

これが誤差の二乗。

 

これを足して、

(x-3)^2+(x-5)^2

これが、最小となるxの値が平均値だということか。

万田くんは考えた。

これは、xがいろいろな値を取る時、二次関数になる。放物線を描く。

(x-3)^2+(x-5)^2=2x^2-16x+34

で、xの二次式だからな。

グラフを描いてみると、以下のようになる。

f:id:vmvsvs:20260516115115j:image

上の式を平方完成すると、

2(x-4)^2+2

となる。

 

グラフの1番お尻のところの情報が平方完成でわかる。

1番お尻のところの点は、

(4, 2)

だ。

f:id:vmvsvs:20260516115115j:image

つまり、x=4のときに、最小の値2をとる。

つまり、平均値は4だー！

 

かなり、まどろっこしいが、上記のように平均値を求めることもできる。

ここで使ったのは、平方完成という数式のテクニックだけである。

平均値が足して2で割る、ことで求まる理由が数式によって如実に現れている。

結局、一般的に、データa,bの平均値となると、

(x-a)^2+(x-b)^2=2x^2-2(a+b)x+a^2+b^2

が最小となるxを求めるわけだが、

もうこの式の展開の時点で見えちゃってるよね？

パンドラの箱、開けちゃってるよね？

平均値が「足して2で割る」、の「足して」の部分がこの時点で現れちゃってるよね？

x^2の係数2で括っていい？括るね？

2\{x^2-(a+b)x\}+(a^2+b^2).

平方完成するってなったら、もう足して2で割るしかないやん？

2\{x-\dfrac{(a+b)}{2}\}^2+ごちゃごちゃ

ってなるよね？

ここに、足して2で割るが出てきちゃってる。

 

こうして、万田くんは理解する。

あー、平均値って足して2で割ればいいんか。

これ、データの個数増えても一緒だな、データ全部出して、個数で割るんやわ。

 

平均値には、誤差の二乗の合計を最小にするという裏事情があったのだが、僕らは、足して2で割るという表層の計算部分しか見ていなかったようだ。

 

＊＊＊

 

最小二乗法は、誤差の二乗の合計を最小にする、という考え方である。

平均値はこの考え方から生まれた値だ。

最小二乗法という基本原則に立ち返って、誤差を見つめてゆくことにする。

 

それにしても、なぜ、武器「足して2で割る」だけではだめなのか。基本原則に立ち返らなければならない理由が、次のようなどうしようもない問題と戦うためにある。

 

 

 

問。

線分AB上に１点Cを設ける。

線分AC、CB、ABを観測して、

観測量 l_1=165.250 , l_2=150.146 , l_3 =315.401を得たとする：

f:id:vmvsvs:20260516115449j:image

最小二乗法により、線分AC、CB、ABの長さを求めよ。

 

l_1+l_2=315.396

l_3=315.401

だいたい同じだけど、ちょっと…ズレてる……💦

 

これが測量誤差ってやつよ。

この誤差をどう処理するかが、誤差論。

どう処理しようか？

 

これ、最小二乗法の考え方を知らずに、平均値だけで戦おうとしてもきついものがある。

まあ、どれが真実の値かわからんけど、平均しとくか、では済まされない。

結局平均は、同じ対象を測っていないと平均値が意味をなさない。

 

たとえば、1番長い線分ABの長さは、

\dfrac{(l_1+l_2)+l_3}{2}とでもなる？

でも、 l_1,l_2を足したものより、一気に計測したl_3の方が精度高い、、、よな？

じゃあ少し、l_3を効かしたほうがよくないか？

 

線分ACの計測時に誤差が出て、

線分CBの計測時に誤差が出て、

それを足し合わせたら二回計測分の誤差が出る。

1発で測ったl_3の方が精度が高いから信頼した方がいい。

 

でも、計測距離は短い方が距離に比例した誤差が出ないよな。l_1,l_2の値も無視するわけにはいかんよな、、。

 

、、、困惑、、。

 

平均値も使えない、でも精度に違いがあるからある程度どちらを信頼すべきかわかる、でも、誤差は出てる…。誤差出るなよ。誤差ゼロで測りたい。でも、そんなことは現実的には不可能だ。くそ。

な、ん、と、も、と、っ、つ、き、づ、ら、い、、測量！！

 

となるわけだ。

俺だってそーなる。

誰だってそーなる。

 

そんな中、一貫して誤差を取り扱う最小二乗法というものが編み出されたわけである。

次の記事で上記の問題を最小二乗法を用いて、解決してみよう。

 

 

 

 

回転楕円体の子午線曲率半径と卯酉（ぼうゆう）線曲率半径の導出の仕方

 

国土地理院の作業規定の準則の計算式集にある

「１．２　楕円体の諸公式」

にある子午線曲率半径 Mおよび、卯酉（ぼうゆう）線曲率半径 Nを導出する記事である。

 

これから、ガウス・クリューゲル等角投影法などを理解しようと試みる人への手助けである。

 

 

子午線および卯酉線

子午線曲率半径および卯酉線曲率半径の意味

微分幾何学の空間曲線論の話になる。

数学では、曲率を以下のように定義している。

 

空間内のある曲線のある点での曲率とは、

その点において、曲線を円で近似したときの半径の逆数である。

 

円で近似したとき、その円の半径を曲率半径といい、

その円を、曲率円という。

 

 

つまり、

曲率＝１／（曲率半径）

である。

 

例としては、

直線は、曲率０である。

曲率半径は、無限大。

つまり、直線は、半径無限大の円と考えるわけである。

 

真円は、

曲率円はその円であり、曲率半径はその円の半径である。

 

道路などにあるR=400は、

次のカーブは半径400mの円の円弧ですよ、

という意味である。

 

逆数の1/400が曲率になる。

 

子午線曲率半径と卯酉（ぼうゆう）線曲率半径の導出

それでは、（地理学的、測地学的）緯度 \phiにおける子午線曲率半径 Mを求めていく。

（地理学的）緯度 \phiは、地球楕円体上の点 Pにおける接平面に直行する線（法線）と赤道面とのなす角である。

楕円をパラメトライズするときの、パラメータ \thetaとは異なるので注意。

これが話をややこしくしている。

（なんで緯度と楕円のパラメタをわざわざ別のものにするのだろう？）

 

地球を回転楕円体と見立てて、

下図のように座標を入れて考える。

 

地球回転楕円体

子午線・平行圏・卯酉線（ぼうゆうせん） | 地理空間情報技術ミュージアム Museum of GIS Technolog.

から拝借

 

しかし、子午線曲率半径を考えるには、子午線だけを考えればよく、

結局のところ、楕円だけを考えればいいことになる。

 

というわけで、楕円の曲率を求める。

楕円の曲率を導出する

弧長パラメタとは限らない任意のパラメタに関して、

空間曲線 \gamma = c(t)の曲率 \kappa(t)は以下のように書ける。

\displaystyle \kappa (t) = \frac{\det ( c'(t), c''(t) ) } { c(t)^{3/2}}

この公式を利用する。

楕円 Eを、

E(\theta) = ( a \cos \theta , b \sin \theta ), a \gt b \gt 0 , 0 \le \theta \lt 2 \pi

とパラメトライズする。

1階と2階の微分を計算して、

E'(\theta) = ( - a \sin \theta , b \cos \theta )

E''(\theta) = ( a \cos \theta , b \sin \theta )

空間曲線の曲率の公式に代入して、

\displaystyle \kappa (\theta) = \frac{ ab } { ( a^2 \sin ^2  \theta + b^2 \cos ^2 \theta )^{3/2}}

となる。

ここで、

離心率 \displaystyle e = \sqrt{\frac { a^2 -b^2}{a^2}}と、

\cos ^2 \theta + \sin ^2 \theta = 1

を用いて、ルートの中を整理すると、

\displaystyle \kappa (\theta) = \frac{ b }{a^2 (1 - e^2 \cos ^2 \theta)^{3/2}}

となる。

ここで、 \sinを消去して \cosで整理したが、これは後で楕円のパラメタ \thetaから緯度 \phiに戻すときに、

作業既定の準則の付録の計算式集の、

W = \sqrt { 1 - e^2 \sin ^2 \phi}

とつじつまが合うので、どちらで整理してもよい。

 

これで楕円の曲率（したがってその逆数の曲率半径）が求められた。

 

楕円のパラメタと緯度の換算式

この楕円のパラメタ \thetaに関する曲率の式を、

緯度 \phiに関する式に換算するために、 \thetaと \phiの関係式を求める。（ \cos \thetaさえ \phiの式で表せればいい）

 

緯度 \phiと回転楕円体の接平面が直行するので、

接ベクトル E'(\theta) = (-a \sin \theta , b \cos \theta)と、

緯度の方向ベクトル (\cos \phi ,\sin \phi)が直行することを使って、

 

緯度とパラメタ

内積 -a \sin \theta \cos \phi + b \cos \theta \sin \phi = 0

となる。

a \sin \theta \cos \phi = b \cos \theta \sin \phi

だから２乗して、 \sin \thetaを \cos \theta に直して、

a^2 (1 - \cos ^2 \theta ) \cos^2 \phi = b^2 \cos ^2 \theta \sin ^2 \phi

より、

\displaystyle \frac { a^2  \cos ^2  \theta  }{ b^2 \sin ^2 \phi } ( 1- \cos ^2 \theta) = \cos ^2 \theta

だから、

\displaystyle  \cos ^2 \theta = \frac { \frac {a^2 \cos ^2 \phi }{b^2 \sin ^2 \phi}}{1 + \frac{a^2 \cos ^2 \phi }{b^2 \sin^2 \phi }} = \frac{a^2 \cos ^2 \phi }{a^2 \cos ^2 \phi + b^2 \sin ^2 \phi } = \frac {\cos ^2 \phi}{1- e^2 \sin ^2 \phi}

となる。

 

結局、

\displaystyle  \cos ^2 \theta = \frac {\cos ^2 \phi}{1- e^2 \sin ^2 \phi}

を得る。

 

（厳密なことを書くと、 \sin \phi = 0のとき、 \theta = \phiとなるので、 \theta \ne \phiとしておく。ゼロ割防止のため）

 

子午線曲率半径 Mを求めよう

以上により得られた楕円の曲率

\displaystyle \kappa (\theta) = \frac{ b }{a^2 (1 - e^2 \cos ^2 \theta)^{3/2}}

とパラメタと緯度の換算式

\displaystyle  \cos ^2 \theta = \frac {\cos ^2 \phi}{1- e^2 \sin ^2 \phi}

より、緯度 \phiにおける子午線曲率は、

\displaystyle \kappa (\phi) = \frac{b}{a^2 (1- e^2 \cdot \frac{\cos ^2 \phi}{1- e^2 \sin ^2 \phi})^{3/2}} = \frac { b (1 - e^2 \sin ^2 \phi)^{3/2} }{a^2 (1-e^2)^{3/2} }=\frac{(1-e^2 \sin ^2\phi)^{3/2}}{a(1-e^2)}

となる。

ここで、

離心率 \displaystyle e = \sqrt{\frac { a^2 -b^2}{a^2}}より、

\displaystyle   1-e^2 = \frac{b^2}{a^2}を使って、

b を消去した。

 

卯酉線曲率半径 Nを求める

卯酉（ぼうゆう）線が何かということと、卯酉円曲率半径が以下の図の赤線部になることは前提として、この赤線部の長さを求めていく。

卯酉線曲率半径

経度 \phiと楕円のパラメタ \thetaの換算式が求まった今、それほどややこしいことはない。

流れとしては、赤線を表示するベクトル方程式を求めて、

y軸との交点を求めて、線長を計算するだけである。

赤線のベクトル方程式は、

楕円上の点 E(\theta)=(a \cos \theta , b \sin \theta)を通り、

傾きは、接ベクトル E'(\theta)=(-a \sin \theta , b \cos \theta)を反時計回りに90度回転させたものになるので、

(X, Y) = t \cdot ( -a \cos \theta, -b \sin \theta) + (a \cos \theta , b \sin \theta)

となる。（ tは任意の実数）

X  = 0を代入して、

t= \dfrac{a }{b}を得る。

よって、赤線部の線長 Nは、

\begin{align} \displaystyle N  = \int_{0}^{\dfrac{a }{b}}  \sqrt{ (\frac{dX}{dt})^2+(\frac{dY}{dt})^2 }dt \\ = \int_{0}^{\dfrac{a }{b}} \sqrt{b^2 \cos ^2 \theta + a^2 \sin ^2 \theta}dt  \\  =  \frac{a}{b} \sqrt{b^2 \cos ^2 \theta + a^2 \sin^2 \theta} \\  = \frac{a^2}{b} \sqrt{1- e^2 \cos ^2 \theta} \\  =  \displaystyle \frac{a^2}{b} \sqrt{1- \frac{ e^2 \cdot\cos^2 \phi}{1 - e^2 \sin ^2 \phi}} \\  =   \frac{a^2}{b} \sqrt{\frac{1 - e^2}{1 - e^2 \sin ^2 \phi}}\\ =  \displaystyle \frac{a}{\sqrt{1 - e^2 \sin ^2 \phi}} \\ \end{align} 

 

（数式の＝をそろえられなくてすいません。）

 

まとめ

子午線曲率が、

\displaystyle \kappa (\phi) = \frac{(1-e^2 \sin ^2\phi)^{3/2}}{a(1-e^2)}

だから、

子午線曲率半径 Mはその逆数

M = \dfrac{a(1-e^2)}{(1-e^2 \sin ^2\phi)^{3/2}}

卯酉線曲率半径 Nは、

N =  \displaystyle \frac{a}{\sqrt{1 - e^2 \sin ^2 \phi}}

となる。

 

 

 

空の色を深堀りする

 

空の色を深掘りしていく。

 

空が青い理由の簡単な説明

 

「空　青い　理由」で検索すると、
学研キッズネットの記事がヒット。

 

kids.gakken.co.jp

 

要約すると、

  1. 太陽光が地球を取り囲む空気に当たって散乱する
  2. 波長が短い光のほうが波長が長い光よりも散乱しやすい
  3. 青い光は赤い光に比べて波長が短く、散乱しやすいため空は青く見える

ということだった。

 

夕焼けが赤い理由もこの記事で説明されていた。

夕焼けが赤い理由は、太陽の光が空気中を通る距離が長く、青い光は空気中で散乱されつくしてしまい、赤い光だけが多く残るということらしい。

それで私たちの目には夕焼けは赤く映るそうである。

 

 

では、ここでさらに疑問が生ずる。

 

「なぜ、赤色よりも青色のほうが散乱されやすいのか？」

 

ということだ。

 

深掘りしてみよう。

 

なぜ波長の短い光のほうが散乱されやすいのか？

 

「波長 短い 散乱 されやすい 理由」で検索してみた。

 

iec.co.jp

 

記事によると、

散乱とは、電磁波が進んでいるときに、障害物に当たり、進行方向を変えること、とある。

 

そして、波長の大きさと障害物の大きさの関係により、散乱のされやすさが決まるということらしい。

 

記事の中では、
「波長の短い青色の光のほうが散乱されやすい理由」
が以下のように書かれている。

散乱のされやすさは、波長と障害物の大きさの関係で決まります。この場合の障害物は空気分子で、大きさは決まっています。波長の短い波の方がより障害物が大きく感じられるので、散乱されやすいということになります。波長の短い青の方が散乱されやすく、波長の長い赤の方が散乱されにくくなります。

 

調べてみると、

大気中の約78%を占める窒素分子(N_2)の大きさは、

0.364nm

大気中の約21%を占める酸素分子(O_2)の大きさは、

0.364nm

である。（ほとんど違いがないんだ、、）

 

そして、

青色の光の波長が 430-490 nm
赤色の光の波長が 640-770 nm

である。

 

青色の波長の中央値を取ると、460nm、

赤色の波長の中央値を取ると、705nmで、

その差、235nmである。

 

全然大差ないように見えるが、
青のほうが赤よりも約10倍近く散乱されやすいらしい！

 

まじか。

 

記事によると、このように、

波長のほうが、障害物の大きさよりもかなり大きい場合
（今の場合、100～200倍くらい大きさが違う）
この散乱を

「レイリー散乱」

と呼ぶらしい。

 

もう少し、レイリー散乱について、深掘りしてみよう。

 

レイリー散乱とは？

 

「レイリー散乱　とは」で検索したところ、

 

理科年表オフィシャルサイトの記事がヒット。

 

official.rikanenpyo.jp

 

レイリー散乱の特徴は以下の３つ。

  1. 短い波長ほど多く散乱させる
  2. 前方散乱と後方散乱が最も強く、光に直角な方向が最も弱い
  3. その直角方向への散乱は偏光している

 

いろいろとレイリー散乱について、詳しく書いているサイトがあるものの、
物理を専攻していなかった自分にはすぐに理解できるものは少ない。

 

説明の仕方としては、光＝電磁波は電場の波（磁場の波）であり、
その波によって、分子内の電子が作用を受けて、
電磁波を出す。それが散乱光。

 

その条件により、電磁気学的な
理論を使うことによって、光強度の数式が導出される。

 

その数式を解読することにより、
上のような事柄がわかるみたいである。

 

うーむ。

 

物理学的成熟度が足りないな。

 

 

このブログでは、日常の身近な当たり前な現象を、当たり前ではないと思って深掘りしていく記事を書いています。

 

そういうことを考えている人と知り合いになれたらいいなと思っています。

 

 

 

 

 

高所作業

 

今回の伐採対象は、

傾いたヒノキ１本と、

杉、４本。

 

内訳は、

・大杉、大径木、胸高直径90センチ

・20ｍ越えの山側の杉

・20m越えの道際の杉

・15mくらいの杉

だ。

 

 

 

準備

 

準備段階で、

ラフタークレーンのジブ先端に

カゴをつけて

高所作業車のような形になった。

 

ラフタークレーンで、

木をてっぺんから吊りたいところだったが、

いかんせんクレーンが小さいので
（現場は神社で、でかい重機が入れるような道がない）

そういうわけにはいかず、

 

クレーンが届く高さにまで、

木の頭を下げてこなくてはならないということになった。

 

そして、

ラフターのジブ先端にカゴをつけて、

高所作業車のような形で、

作業を行うことになった。

 

 

作業の段取りとしては、

かなりグダってしまい、

 

ヒノキの枝を１本づつ、

切って、カゴにためて、

あるいは、スナップロックのカラビナでカゴにつるして、

枝払いを半日かけて行った。

 

 

すごく手間がかかった。。。

なんかもう、リギングでふつうに伐採した方が早かったんじゃなかろうかと思うほどだった。

 

最終的に、

トップカットは、

ブロックとリギングロープを取り付けて、

カゴの上から伐採という形をとった。

 

下にきちんとしたグラウンダーがいて、

ポーターラップなどきちんと巻いてくれるのであれば、

高所作業者でブロックやらリギングをつけに行き、

カゴの上からトップカットやら、

断幹作業を行うのはありだ。

 

まとめると、

 

高所作業者で特殊伐採する場合、

カゴが差し込めるように、

邪魔な枝を切って、

通りを開けて

（荷が通る道も空けられるなら空けておきたい）

リギングでカットしていく

 

というのが基本だ、

ということ。

 

 

だが、そこがはっきりしていなかったため、

余計に枝を払ったりしてしまった。

もちろん、枝なんてなくて、

棒状にした方が作業はしやすいのだけれど。

 

そうしていると、いつまで経っても

終わらないよね。

 

 

 

####

 

 

先ほどの反省を生かし、

カゴの通りだけ枝払いして、

リギングワーク

を念頭に、

次の15mほどの杉。

 

今度は枝が少なかったのもあり、
（ヒノキは枝が多かった、、）

トップカットの位置までわりと早かった。

 

で、トップカットして、

（したよな、あまり記憶がない、、）

ラフターで吊れる位置まで頭を下げた。

 

（こんな感じで、

なんとなくこんな具合だろうかという

やり方でやっていると、

どこかに根拠を求めたくなる）

 

（別にどこかに根拠みたいなものはないのかもしれない、、）

 

###

 

 

次の道側の杉。

 

これも先ほどの反省を生かし、

断幹作業に必要なスペースを空けて

トップカットして、

断幹。

 

 

下に荷を下ろす道がかなり雑木で邪魔されていて、

かつ、

電線もあるわで、

雑木に引っかかることが多く、

荷の吊り下ろしがだいぶ手間取ってしまった。

 

荷の吊り下ろしのことまで考えられていなかった。

 

左側に落とし込んだら、

引っかからずに、

落ちたのかもしれないけれど、

そのへんまで余裕とか、段取り脳がなくて、

考えられなかったなぁ。

 

そして、かなり大きめの幹をポーターラップに巻き付けることをしてもらわずに、

やってしまって、

かなり危ない感じの荷下ろしにしてしまった。

 

くそぉ。

 

断幹作業のノッチの入れ方も腐っているし、

ああ、

次回の20m越えの杉のトップカットと断幹作業がなかなか不安である。

 

 

シュミレーションしておこう。

 

たっぷりと。

 

 

最近、思うのは、

特殊伐採というやけに危ない作業をしているにも関わらず、

圧倒的に知識やら理屈やら根拠やらが欠けているということである。

 

なんかこう、

とりあえず、

やっていっているという感じである。

 

今のところ、なんとか、

ケガとかはしていない、

という感じである。

 

この状態で特殊伐採の現場に入り続けることが非常に不安である。

 

おわり

 

 

 

 

 

方向と方法と経験

 

クロガネモチは非常にさくい。

 

ツルがあまり効かないので、なかすことがなかなかできない。

ツルを斜めにするとか、で、効かせることができるかもしれない。

 

リギングのブロックの位置は、

もはや経験とセンスというか、

全体感を見ての決定であり、

けっこう難しい。

 

なるべくブロックの掛け替えが少ない方法を選択することが好ましい。

 

枝ぶりというのは、360度に基本的には広がっている。

 

そして、幹はらせん状に上に伸びているかつ、

少し傾いているので、

傾きをみて、

荷の通り道を考えておくことが大事なのだろう。

 

 

それでバッサバッサ切っていったわけだ。

 

なんか僕の切り方に一貫性はあるだろうか。

いつか、ケガをする切り方ではなかろうか。

 

余裕のある、安心感のある切り方だろうか。

 

やるべきことの方向性が決まっていて、

そのための準備がなされた状況で

やるべきことの方法をきちんと理解している場合、

そしてその方法を実際やってみて経験している場合は

わりと安心感があると自認できる。

 

 

###

 

別の木にブロックをつけて、

トップカットをする場合、

ミスマッチをして、

チップがブロックの方に倒れていく。

 

ある程度倒れると、

チップしたところを支点にして、

ゆっくりバットを外して、

持ちながら放り流すと

衝撃荷重を避けてリギングすることができる。

 

 

 

 

 

稲刈り

 

稲刈り

 

 

 

バインダーで稲を刈るときは、

24列開けて、

バインダーを回していく。

 

それから、

田んぼの周りをぐるぐると刈るときは、

四隅を先に手刈りしておくわけだけれども、

四隅の手刈りは、何列とかいうよりも、

生えが変わるところまで行うべし。

 

ハザカケ

 

稲木足と稲木

3段にするやり方と、１段で長くするやり方がある。

 

脱穀機で走ることを考えて、
その動線に稲木足を組まないようにする

 

 

藁回収

 

藁の回収のために、きゃぴーを使用することを考えて、

藁の束を固めておく。

 

きゃぴーにはだいたい

１，２，３，４，５，６

７，８，９、１０，１１，１２

＋７＝１９本くらい乗る。

 

稲木足回収

ロープがあれば、

きゃぴーに一反分の稲木は乗る。

 

 

 

 

 

 

 

 

おわり